Handy：完全オフラインのオープンソース音声テキスト変換アプリ

Handy の機能と動作方法

Handy は、Windows、macOS、Linux に対応した無料で拡張可能なデスクトップツールである。ユーザーは設定可能なキーボードショートカットを押して録音を開始し、話しかけてキーを離すと録音を停止する。アプリはローカルで Whisper モデルを使って音声をテキスト化し、現在のアプリケーションのテキスト欄に自動で貼り付ける。

音声の無音部分は VAD（Voice Activity Detection）技術で除去し、Whisper の複数モデル（Small、Medium、Turbo、Large）と CPU 最適化の Parakeet V3 モデル（自動言語検出機能付き）を提供する。録音と文字起こしはすべてローカル実行され、クラウドへ送信されないためプライバシーが保護される。

インストールと互換性の詳細

ユーザーは公式のリリースページからインストーラーをダウンロードできる。macOS では Homebrew cask、Windows では winget コマンド（非公式メンテナンス）によるインストールにも対応。Ubuntu/Debian は apt を使い依存関係も自動管理される。

ショートカットはカスタマイズ可能で、詳細なデバッグモードやコマンドラインフラグも提供し、開発者や上級者向けの制御が可能。Linux ユーザーは入力ツール（xdotool、wtype、dotool）と gtk-layer-shell ライブラリのインストールが必要で、安定した操作性を確保する。

既知の問題点と制限

macOS で Bluetooth ヘッドセットマイクを使うと、録音中に Bluetooth が双方向オーディオに切り替わるため、一時的に再生品質や音量が低下する可能性がある。また、fn/Globe キーショートカットは Apple 製キーボードのみ対応で、サードパーティ製キーボードはハードウェア仕様のため対応不可。Linux の Wayland はまだ限定的な対応で、追加のパッケージと設定が必要。